一种分布式库存调度系统及改进方法与流程

本发明涉及一种分布式库存调度的改进方法。

背景技术：

随着全球经济一体化的逐步加深，制造企业能否迅速应对无法预测的订单变化，对制造企业发展起着至关重要的作用。库存管理系统是企业资源管理计划中的一个重要组成部分，尤其对制造企业而言。一个良好的库存管理系统能够帮助企业适应变化迅速的订单市场。现今企业对库存容量需求大，且库存节点遍布区域广泛，而传统库存调度系统只能进行单个库存节点的独立管理，因此各库存节点独立决策、独立运作，造成各库存节点信息交互少，使得由库存节点构成的整个供应链不能有机运作，无法实现整体最优。

在这种情况下，分布式库存调度系统就能够将各库存节点的信息整合，分布式库存系统由存储同种货物多个供应链同级库存节点组成，各节点之间通过对库存的协调去平衡需求与库存的矛盾，能够帮助企业从整体角度实现系统的优化，提升企业的竞争力。但是现有的分布式库存调度系统不能进行预防性调拨，只会在仓库的库存不足的情况下发生调拨指令，因此现有分布式库存调度系统的仓库周转率低，且仓库灵活性差，对订单市场响应慢，总体库存成本高，不符合现有企业的库存关系需求。

cn104463354a公开了一种分布式库存调度的改进方法，属于计算机应用技术、erp技术领域，其包括：1)虚拟总仓库对各仓库的信息优化和信息记录，2)库存能力估计和查找，3)成本计算使调度成本最优，生成调度方案。其中步骤1)是整个调度业务的核心，虚拟总仓库扮演调度中心的角色，当接到订货请求时，虚拟总仓库不进行处理，而是将订货量通知给各仓库，进行信息优化，生成需调拨、可调拨、需订货、可订货指令；仓库将上述指令返回给虚拟总仓库，下派相应操作，同时在实际过程中为了保证实时性，需要将仓库间调拨时间加入，完成信息记录。该对比文献虽与本申请同属于一个领域，但是其并没有解决上述存在的技术问题。

因此本领域技术人员致力于研究一种仓库周转率高，仓库灵活性好，对市场订单响应快的分布式库存调度系统。

技术实现要素：

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种仓库周转率高，仓库灵活性好，对市场订单响应快的分布式库存调度系统。

为实现上述目的，本发明提供了一种分布式库存调度系统,包括无线射频识别模块、若干子仓库系统、虚拟协调中心系统、无线数据传输模块；子仓库系统用于统计和调配固定仓库和若干小型移动仓库的货物；小型移动仓库附属于固定仓库；

无线射频识别模块获取各子仓库系统的库存信息，并通过无线数据传输模块将获取的库存信息发送至虚拟协调中心系统；

虚拟协调中心系统将汇集到的库存信息经过处理和分析，生成初级调度指令，初级调度指令包括集中订货初级指令、预防性调拨初级指令和应急性调拨初级指令，然后根据初级调度指令选择相应优化程序进行优化，生成执行调度指令，并向各子仓库系统下达执行调度指令；

子仓库系统接收执行调度指令，并通过在各子仓库间转移小型移动仓库完成执行调度指令。

一种分布式库存调度的改进方法,包括如下步骤：

1)虚拟协调中心系统接收各子仓库的实时库存信息；

2)虚拟协调中心系统对各子仓库的实时库存信息进行一级优化，产生初级调度指令；初级调度指令包括集中订货初级指令、预防性调拨初级指令和应急性调拨初级指令；

3)虚拟协调中心系统对初级调度指令进行二级优化，生成具体的执行调度指令，并将执行调度指令回传给各子仓库；

4)各子仓库接收执行调度指令，并通过在子仓库间转移小型移动仓库完成执行调度指令。

进一步，步骤1)中，虚拟协调中心系统接收的子仓库实时库存信息具体包括各子仓库实际库存量、在途库存量、订货提前期、日均需求量和保险储存量。

进一步，步骤2)中，虚拟协调中心对各子仓库实时库存信息进行一级优化并产生初级调度指令的具体步骤如下；

a、建立库存调拨的数学模型；

b、根据安全库存和订货点的计算方法，确定各子库存的订货点和安全库存；

c、确定供应链的总体订货点、总体实际库存量和总体在途库存量；

d、虚拟协调中心根据供应链的总体数据进行判断分析生成相应指令，具体包括如下判断过程：

①总体实际库存量加上总体在途库存量＜总体库存订货点时，生成集中订货初级指令；

②在期初，总体实际库存量加上总体在途库存量＞总体库存订货点时，虚拟协调中心根据历史需求，预算未来一周期内是否所有子仓库实际库存量加上其对应的在途库存量均仍然持续大于总体库存订货点时，若是，不生成指令，否则生成预防性调拨初级指令，此判定过程只在期初发生一次；

③实时判定实际库存量加上总体在途库存量与总体库存订货点之间的大小关系，若总体实际库存量加上总体在途库存量＜总体库存订货点，则生成集中订货初级指令；若总体实际库存量加上总体在途库存量＞总体库存订货点,同时存在子仓库实际库存量加上其对应的在途库存量＜子仓库自身的库存订货点时，则生成应急性调拨初级指令；否则不生成任何指令。

进一步，步骤3)中虚拟协调中心系统对初级调度指令进行二级优化的具体步骤如下：

a、建立库存订货与调拨的成本数学模型；

b、根据步骤2)中下达的初级调拨指令，进行二级优化，具体优化过程如下：

①初级调拨指令为集中订货初级指令，运用蚁群遗传混合算法求解成本最低的集中订货方案，并向供应商下达具体的集中订货指令；

②初级调拨指令为预防性调拨初级指令，运用蚁群遗传混合算法求解成本最低的预防性调拨方案，并向各子仓库系统下达具体的预防性调拨指令；

③初级调拨指令为应急性调拨初级指令，先判断调拨提前期是否大于需求可延期，若是，则舍去该指令；反之则保留指令，并运用蚁群遗传混合算法求解成本最低的应急调拨方案，并下达具体的应急性调拨指令；

进一步，步骤4)中各仓库具体执行调拨指令步骤如下：

a、提供调拨的子仓库将自身的固定仓库与小型移动仓库进行分离；同时需要接收调拨的子仓库将自身的固定仓库与小型移动仓库之间的状态转为待合并状态；

b、按照步骤3)的具体调度指令，将提供调拨的子仓库分离出的小型移动仓库运输至需要接收调拨的子仓库并与之合并。

进一步，在步骤3的第a步骤中，建立库存集中订货与调拨的成本数学模型，具体的成本数学模型构成如下：

a、订货成本co，订货成本co＝δ(qkt)×(cpk×qkt+cckt)；其中，δ(qkt)为决策变量，仓库k在t时段发生订货指令时为1，否则为0；qkt表示仓库k在t时段向供应商的订货量，cpk表示仓库k所订货物的单位进货成本，cckt表示仓库k在t时段的订货交易费用；

b、库存持有成本ck，库存持有成本其中，ikt表示仓库k在t时段的实际库存量；qkt表示仓库k在t时段向供应商的订货量在途库存；cmkt表示仓库k在t时段单位货物的存储费用；dkt表示仓库k在t时段的货物需求，服从的正态分布，pkt(dkt)表示仓库k在t时段的货物需求dkt的概率分布，概率密度函数设为f(dkt)；

c、缺货损失成本cs，缺货损失成本其中，cnkt表示仓库k在t时段发生缺货时单位货物的缺货损失费用；

d、订货运输成本cod，订货运输成本cod＝δ(qkt)×qkt×cdkt×dk；其中，cdkt表示仓库k在t时段的单位货物单位运输距离的运输费用，dk表示供应商到仓库k之间的距离；

e、订货其他成本coth，订货其他成本coth＝δ(qkt)×(cik+chkt)；其中，cik表示订货时货物的入库存费用，chkt表示订货过程中带来的人工费用；

f、调拨运输成本ctd，调拨运输成本其中，δ(qkjt)为决策变量，仓库k在t时段发生仓库k到仓库j的调拨指令时为1，否则为0；qkjt表示仓库k向仓库j调拨货物的调拨量，dkj表示仓库k到仓库j的运输距离；

g、调拨其他成本ctth，调拨其他成本其中，cok表示仓库k调出库存时货物出库的业务处理费，cik表示仓库k调入库存时货物入库的业务处理费，coj表示仓库j调出库存时货物出库的业务处理费，chkt表示调拨过程中带来的人工费用；

其中库存集中订货成本cwk由成本a、b、c、d、e组成，即:cwk＝co+ck+cs+cod+coth；而库存调拨成本cwjk由成本b、c、f、g组成，即：cwjk＝ck+cs+ctd+ctth。

本发明中在分布式库存调度系统中生成了预防性调拨指令，以满足可能出现的未来需求，同时通过对小型移动式仓库的控制实行应急性调拨指令，以缓解突然出现的大订单导致的缺货；另外，各子仓库采用固定仓库加小型移动仓库形式构成，由于固定仓库与小型移动仓库粘性不大，小型移动仓库在接到调拨指令后，可直接从现在附属的固定仓库上分离出来，并输送至需要的固定仓库并与之结合；在这种“移动-结合”的环境下，可兼顾库存的灵活性，有利于将来平衡库存容量。同时固定仓库在得到了新的小型移动仓库之后，避免了固定仓库因容量不够，需要反复调拨货物的情况，从在短期来看，需要接收调拨的固定仓库补货后，可直接填充进从其他固定仓库转移来的小型移动仓库内；长期来看，固定仓库的容量与小型移动仓库的容量之和可以为今后确定合理容量的固定仓库提供参考。

附图说明

附图1为本发明分布式库存管理系统的库存调度模型。

附图2为本发明虚拟协调中心生成初级调度指令流程图。

附图3为本发明虚拟协调中心的具体调拨指令处理流程图。

附图4为本发明分布式库存调度的移动式改进方法说明图。

具体实施方式

下面结合附图和实施例,对本发明作进一步说明：

如图1所示，一种分布式库存调度系统,包括无线射频识别模块、若干子仓库系统、虚拟协调中心系统、无线数据传输模块，子仓库系统用于统计和调配固定仓库和若干小型移动仓库的货物，小型移动仓库附属于固定仓库；无线射频识别模块获取各子仓库系统的库存信息，并通过无线数据传输模块将获取的库存信息发送至虚拟协调中心系统；虚拟协调中心系统将汇集到的库存信息经过处理和分析，生成初级调度指令，初级调度指令包括集中订货初级指令、预防性调拨初级指令和应急性调拨初级指令，然后根据初级调度指令选择相应优化程序进行优化，生成执行调度指令，并向各子仓库系统下达执行调度指令；子仓库系统接收执行调度指令，并通过在各子仓库间转移小型移动仓库完成执行调度指令。

本发明将传统固定仓库改为固定仓库加小型移动仓库形式,提高了库存的灵活度和库存容量，通过直接运输小型移动仓库,可以根据实际情况调整库存容量，同时新增了预防性调拨初级指令，可以提前预估和判断未来一周期内库存是否会缺货，进行提前补货，能够有效避免缺货问题，同时也可缓解突然出现大订单的缺货压力。

如图2至4所示，一种分布式库存调度的改进方法,这种调度方法是企业一周期内的具体调度方法，企业可根据自身实际需求设定一周期的具体时间，例如一周期为一星期或一个月等；周期循环，调度方法循环，上述分布式库存调度的改进方法具体包括如下步骤：

1)虚拟协调中心系统接收由无线射频识别模块采集的各子仓库的实时库存信息，具体包括各子仓库实际库存量、在途库存量、订货提前期、日均需求量和保险储存量；

2)虚拟协调中心系统对各子仓库的实时库存信息进行一级优化，产生一种初级调度指令；初级调度指令具体为集中订货初级指令、预防性调拨初级指令和应急性调拨初级指令三种指令之一，产生初级调度指令的具体步骤如下：

a、建立库存调拨的数学模型；

b、根据安全库存和订货点的计算方法，确定各子库存的订货点和安全库存；其中，安全库存＝订货提前期*日均需求量；订货点＝安全库存+保险储存量；

c、确定供应链的总体订货点、总体实际库存量和总体在途库存量；其中，总体订货点＝各子仓库订货点之和，总体实际库存量＝各子仓库实际库存量之和，总体在途库存量＝各子库存在途库存量之和。

d、虚拟协调中心根据供应链的总体数据进行分析判断并生成相应指令，具体包括如下三种判断：

①总体实际库存量加上总体在途库存量＜总体库存订货点时，生成集中订货初级指令；

②期初，总体实际库存量加上总体在途库存量＞总体库存订货点时，虚拟协调中心根据历史需求，预算未来一周期内是否所有子仓库实际库存量加上其对应的在途库存量均仍然持续大于子仓库自身的库存订货点时，若是，不生成指令，否则生成预防性调拨初级指令，此判定过程只在期初发生一次；

③实时判定实际库存量加上总体在途库存量与总体库存订货点之间的大小关系，若总体实际库存量加上总体在途库存量＜总体库存订货点，则生成集中订货初级指令；若总体实际库存量加上总体在途库存量＞总体库存订货点,同时存在子仓库实际库存量加上其对应的在途库存量＜子仓库自身的库存订货点时，则生成应急性调拨初级指令；否则不生成任何指令。

3)虚拟协调中心系统对初级调度指令进行二级优化，生成具体的执行调度指令；虚拟协调中心系统对初级调度指令进行二级优化是指建立库存订货与调拨的成本数学模型，并依据matlab设计的蚁群遗传混合算法程序将初级调度指令具体量化到实际操作。具体来说，虚拟协调中心对初级调度指令进行二次筛选，在调拨提前期大于需求可延期的前提下，进而通过成本数学模型得出成本最低的最终方案。具体步骤：

1)建立库存订货与调拨的成本数学模型，在本发明中库存订货与调拨的成本数学模型主要由以下几个成本构成：

a.订货成本co

co＝δ(qkt)×(cpk×qkt+cckt)

其中，δ(qkt)为决策变量，仓库k在t时段发生订货指令时为1，否则为0。qkt表示仓库k在t时段向供应商的订货量，cpk表示仓库k所订货物的单位进货成本，cckt表示仓库k在t时段的订货交易费用(与订货量无关)。

b.库存持有成本ck

其中，ikt表示仓库k在t时段的实际库存量，qkt表示仓库k在t时段向供应商的订货量在途库存，cmkt表示仓库k在t时段单位货物的存储费用，dkt表示仓库k在t时段的货物需求，服从的正态分布，pkt(dkt)表示仓库k在t时段的货物需求dkt的概率分布，概率密度函数设为f(dkt)。

c.缺货损失成本cs

其中，cnkt表示仓库k在t时段发生缺货时单位货物的缺货损失费用。其他同上。

d.订货运输成本cod

cod＝δ(qkt)×qkt×cdkt×dk

其中，cdkt表示仓库k在t时段的单位货物单位运输距离的运输费用，dk表示供应商到仓库k之间的距离。其他同上。

e.订货其他成本coth

coth＝δ(qkt)×(cik+chkt)

其中，cik表示订货时货物的入库存费用，chkt表示订货过程中带来的人工费用

f.调拨运输成本ctd

其中，δ(qkjt)为决策变量，仓库k在t时段发生仓库k到仓库j的调拨指令时为1，否则为0。qkjt表示仓库k向仓库j调拨货物的调拨量，dkj表示仓库k到仓库j的运输距离。其他同上。

g.调拨其他成本ctth

其中，cok表示仓库k调出库存时货物出库的业务处理费，cik表示仓库k调入库存时货物入库的业务处理费，coj表示仓库j调出库存时货物出库的业务处理费，chkt表示调拨过程中带来的人工费用,其他同上。

其中库存集中订货成本由成本a、b、c、d、e组成，即

cwk＝co+ck+cs+cod+coth

而库存调拨成本由成本b、c、f、g组成，即

cwjk＝ck+cs+ctd+ctth

2)对初级调度指令进行筛选分析并生成对应的执行方案，同时依据matlab设计的蚁群遗传混合算法程序将初级调度指令具体量化到实际操作,生成具体的执行调度指令，具体优化过程如下：

①初级调拨指令为集中订货初级指令，运用蚁群遗传混合算法求解成本最低的集中订货方案，并向供应商下达具体的集中订货指令；

②初级调拨指令为预防性调拨初级指令，运用蚁群遗传混合算法求解成本最低的预防性调拨方案，并向各子仓库系统下达具体的预防性调拨指令；

③初级调拨指令为应急性调拨初级调度指令，先判断调拨提前期是否大于需求可延期，若是，则舍去该指令；反之则保留指令，并运用蚁群遗传混合算法求解成本最低的应急调拨方案，并下达具体的应急调拨指令；

具体来说，运用蚁群遗传混合算法，求解出分布式库存调度中订货和调拨的最优解，输出集中订货或调拨的优化结果，返回给虚拟协调中心的可视化界面，蚁群遗传混合算法运算步骤如下：

(a)蚁群遗传参数初始设置，包含：

最大迭代次数，群体规模，信息素重要程度因子，启发函数重要程度因子，信息素挥发因子、信息素释放总量、实数编码；

(b)种群初始化，产生随机m个解，作为遗传算法的父代f；

(c)确定适应度函数，并计算父代中各个体的目标函数值及其适应度；

(d)执行遗传操作：

通过最优个体保留策略和轮盘赌法选择m个概率优良个体组成新的种群，进而交叉、变异产生规模为m的子代g；

(e)执行蚁群操作：

从子代g中挑选出所有可行解，按照信息素更新策略对其进行信息素更新；将m只蚂蚁在已有信息素的条件下构建新的解空间a，并计算其各个解的适应度；

(f)循环：

判断是否满足循环终止条件，即最大迭代次数，若不满足，将解空间g和a作为新的父代，转(c)、(d)、(e)操作；否则，转(g)操作；

(g)循环结束，输出最优解的优化结果，优化结果使得订货策略或调拨策略成本最低，即若初级调度指令为集中订货初级指令，则订货成本cwk最小时为最优解，若初级调度指令为预防性调拨初级指令或应急性调拨初级指令，则库存调拨成本cwjk最小时为最优解。

步骤4)中各仓库执行调拨指令步骤如下：

a、提供调拨的子仓库将自身的固定仓库与小型移动仓库进行分离；同时需要接收调拨的子仓库将自身的固定仓库与小型移动仓库之间的状态转为待合并状态；

b、按照步骤3)的具体调度指令，将提供调拨的子仓库分离出的小型移动仓库运输至需要接收调拨的子仓库并与之合并。本步骤中“移动-结合”的方式是以固定仓库为基础，以数个分散的小型移动式仓库为附属的有机运作库存系统。库存消耗以固定仓库优先，当固定仓库内的库存消耗殆尽后，开始消耗移动式仓库内的库存。由于小型移动式仓库的平均成本高过固定仓库的平均成本，因此只分配小部分库存在小型移动式仓库中。

本发明在应急性调拨指令和集中订货指令间还增设了预防性调拨指令，预防性调拨初级指令是根据历史数据对当前需求的预测，预测未来一周期内是否会出现缺货而生成的指令，进而对固定仓库的库存实行预防性调拨初级指令，以满足可能出现的未来订货需求；同时固定仓库配设有小型移动仓库，一方面小型移动仓库增大了固定库存的库存量，避免了突然出现大订单导致的缺货情况，另一方面增加了固定仓库的灵活性，提高了库存的周转率，解决了固定仓库对订单响应慢的问题；然后，采用小型移动仓库“移动-结合”，可根据订单需求调节仓库库存量，使仓库库存量与其对应的市场订单需求量相平衡和匹配。同时需要接收调拨的子仓库在合并了新的小型移动仓库之后，避免了需要接收调拨的子仓库因容量不够，需要反复调拨货物的情况，在短期内对于需要接收调拨的子仓库而言，以后补货可直接填充进小型移动式仓库，长期来看，固定仓库的容量和小型移动仓库的容量之和可以为今后确定合理容量的固定仓库提供参考。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。